如何根据r中的数字替换抢夺缺失值

Question

我有一个像下面这样的数据帧，NAs是抢夺的，我想根据它们的编号找到并替换NAs。我的意思是，一旦一列中的NAs数量等于或大于5，那么用同一行中的另一列的值替换这些值。

df<- structure(list(Tsoil_33 = c(NA, NA, NA, NA, NA, 5.21, 
5.21, 5.21, 5.21, 5.23, NA, NA, NA, 5.23, 5.23, 5.23, 5.23, 
5.23, 5.26, 5.26, 5.26, 5.26, 5.26, 5.26, 5.26, 5.26, 5.26, 5.26, 
5.26, 5.26, 5.26, 5.26, 5.28, 5.28, 5.28, -0.14, -0.14, -0.14, 
-0.17, -0.14, -0.14), Tsoil_34 = c(5.18, 5.18, 5.18, 5.18, 5.18, 
5.18, 5.18, 5.18, 5.18, 5.21, 5.21, 5.21, 5.21, 5.21, 5.21, 5.21, 
5.21, 5.21, 5.21, 5.21, 5.21, 5.21, 5.21, 5.23, 5.23, 5.23, 5.23, 
5.23, 5.23, 5.23, 5.26, 5.23, 5.26, 5.26, 5.26, -0.26, -0.26, 
-0.26, -0.26, -0.26, -0.26), SWC_11 = c(NA, NA, NA, 
NA, NA, 0.2107, 0.2107, 0.2107, 0.2103, 0.2103, 0.2103, 
0.2107, 0.2111, NA, NA, NA, NA, NA, 0.2103, 
0.2107, 0.2111, 0.2103, 0.2107, 0.2107, 0.2103, 0.2107, 0.2107, 
0.2103, 0.2103, 0.2111, 0.2107, 0.2103, 0.2103, 0.2099, 0.2107, 
0.0774, 0.0783, 0.0783, 0.0783, 0.0783, 0.0783), SWC_12 = c(0.2845, 
0.2849, 0.2849, 0.2845, 0.2845, 0.2845, 0.2842, 0.2853, 0.2845, 
0.2838, 0.2838, 0.2853, 0.2845, 0.2845, 0.2853, 0.2845, 0.2853, 
0.2842, 0.2849, 0.2838, 0.2845, 0.2845, 0.2845, 0.2842, 0.2845, 
0.2838, 0.2849, 0.2849, 0.2849, 0.2842, 0.2849, 0.2853, 0.2842, 
0.2845, 0.2838, 0.0264, 0.0256, 0.0273, 0.0273, 0.0264, 0.0273
), SWC_13 = c(0.2908, 0.29, 0.2908, 0.29, 0.29, 0.2896, 0.2896, 
0.29, 0.29, 0.29, 0.2908, 0.29, 0.2904, 0.2896, 0.2904, 0.2916, 
0.29, 0.2896, 0.2904, 0.2896, 0.2896, 0.29, 0.29, 0.2892, 0.2896, 
0.2896, 0.2896, 0.2892, 0.2892, 0.2896, 0.2896, 0.2892, 0.2896, 
0.2892, 0.2896, 0.0733, 0.0747, 0.0733, 0.0733, 0.074, 0.0747
), SWC_14 = c(0.2216, 0.2212, 0.222, 0.2212, 0.2216, 0.222, 0.2212, 
0.2216, 0.2216, 0.2223, 0.2216, 0.2216, 0.2212, 0.2216, 0.2216, 
0.2216, 0.2208, 0.2208, 0.2208, 0.2212, 0.2208, 0.2208, 0.2208, 
0.2208, 0.2208, 0.2204, 0.2208, 0.2208, 0.2208, 0.2208, 0.2208, 
0.2208, 0.2212, 0.2208, 0.2204, 0.0579, 0.057, 0.0579, 0.0579, 
0.0579, 0.0579), SWC_21 = c(0.2604, 0.2593, 0.2597, 0.2597, 0.2601, 
0.2601, 0.2597, 0.2597, 0.2601, 0.2593, 0.2597, 0.2597, 0.2597, 
0.2601, 0.2597, 0.2601, 0.2589, 0.2593, 0.2593, 0.2593, 0.2593, 
0.2586, 0.2589, 0.2589, 0.2589, 0.2589, 0.2586, 0.2589, 0.2589, 
0.2586, 0.2589, 0.2589, 0.2589, 0.2597, 0.2593, 0.1969, 0.1973, 
0.1973, 0.1973, 0.1973, 0.1973), SWC_22 = c(0.2378, 0.2378, 0.2419, 
0.2378, 0.2378, 0.2374, 0.2374, 0.2378, 0.2374, 0.2378, 0.2374, 
0.2374, 0.2378, 0.2378, 0.2382, 0.2374, 0.2374, 0.2378, 0.2378, 
0.2378, 0.2374, 0.2374, 0.2382, 0.2382, 0.2378, 0.2389, 0.2378, 
0.2374, 0.2423, 0.2374, 0.2378, 0.2371, 0.2374, 0.2374, 0.2371, 
0.1089, 0.1089, 0.1097, 0.1097, 0.1089, 0.1089), SWC_23 = c(0.2246, 
0.2246, 0.2246, 0.2243, 0.225, 0.2246, 0.225, 0.225, 0.2239, 
0.2243, 0.2246, 0.2246, 0.2243, 0.2246, 0.2243, 0.2239, 0.2246, 
0.2243, 0.2239, 0.2246, 0.2243, 0.2258, 0.2243, 0.2246, 0.2246, 
0.2246, 0.2254, 0.2246, 0.2243, 0.2246, 0.2239, 0.2239, 0.2246, 
0.2243, 0.225, 0.1868, 0.1872, 0.1872, 0.1868, 0.1868, 0.1872
), SWC_24 = c(0.2326, 0.233, 0.233, 0.233, 0.233, 0.2326, 0.2341, 
0.2333, 0.233, 0.233, 0.233, 0.2326, 0.2326, 0.2326, 0.2322, 
0.233, 0.233, 0.2326, 0.2326, 0.2322, 0.233, 0.2322, 0.2322, 
0.2318, 0.2318, 0.2318, 0.2322, 0.2326, 0.2322, 0.2326, 0.2326, 
0.2314, 0.2322, 0.2318, 0.2314, 0.1763, 0.1763, 0.1772, 0.1776, 
0.1776, 0.1767), SWC_31 = c(0.1572, 0.1564, 0.1572, 0.1564, 0.1564, 
0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 
0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 
0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1564, 0.1557, 
0.1557, 0.1557, 0.1557, 0.1557, 0.1557, 0.1557, 0.0511, 0.0511, 
0.0511, 0.0519, 0.0519, 0.0519), SWC_63 = c(0.2601, NA, 0.2597, 
0.2601, 0.2597, 0.2593, 0.2593, 0.2601, 0.2601, 0.2597, 0.2597, 
0.2597, 0.2601, 0.2604, 0.2597, 0.2589, 0.2593, 0.2597, 0.2597, 
0.2597, 0.2601, 0.2601, 0.2604, 0.2597, 0.2597, 0.2597, 0.2604, 
0.2604, 0.2604, 0.2604, 0.2604, NA, NA, 0.2597, 0.2597, 
0.2177, 0.2185, 0.2177, 0.2177, 0.2185, 0.2181), SWC_64 = c(0.2303, 
0.2307, 0.2307, 0.2318, 0.2307, 0.2303, 0.2307, 0.2303, 0.2303, 
0.2299, 0.2303, 0.2307, 0.2303, 0.2307, 0.2307, 0.2307, 0.2307, 
0.2307, 0.2311, 0.2311, 0.2318, 0.2322, 0.2322, 0.2318, 0.2318, 
0.2314, 0.2314, 0.2314, 0.2318, 0.2318, 0.2318, 0.2318, 0.2314, 
0.2314, 0.2318, 0.246, 0.246, 0.246, 0.246, 0.246, 0.246), Tsoil_11_flag = c(2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2), Tsoil_12_flag = c(2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2), Tsoil_13_flag = c(2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2)), row.names = c(1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 
16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 
29L, 30L, 31L, 32L, 33L, 34L, 35L, 223770L, 223771L, 223772L, 
223773L, 223774L, 223775L), class = "data.frame")

与上面的样例数据一样，使用Tsoil_34中的前5个值替换Tsoil_33中的前5个na。并使用SWC_12中的前5个值替换SWC_11中的前5个na。也有一些小于5的缺失值，所以使用最接近的周围平均值(同一列的)来填充它们。

这有点复杂。我需要一些线索。

Answer 1

我的代码可以解决问题的第一部分:如果有5个或更多连续的NAs，则替换值。

# use a small dataset just to develop the codes
df <- df[,c(1,2,3,4)]
# create an empty column as "Flag" for "Tsoil_33"
df$Tsoil_33_flag <- NA
# for the first row, the "Tsoil_33" is "NA", here we assign the flag of "1"
df$Tsoil_33_flag[[1]] <- 1
# then from the 2nd row, calculate the "Flag" number depending on it is NA or not
for (i in 2:length(df$Tsoil_33_flag)){
if (is.na(df$Tsoil_33[[i]]) == TRUE){
df$Tsoil_33_flag[[i]] <- 1 + df$Tsoil_33_flag[[i-1]]
}
else {
df$Tsoil_33_flag[[i]] <- 0
}
}
# when at least 5 consecutive NAs appear, replace them using data from the target column
for (i in 1:length(df$Tsoil_33_flag)){
if (df$Tsoil_33_flag[[i]] >= 5){
number <- df$Tsoil_33_flag[[i]]
df$Tsoil_33[(i-number):i] <- df$Tsoil_34[(i-number):i]
}
}

对于你的问题的第二部分，我认为你可以提交一个单独的帖子。